Melhor modelo de IA para lojas, testado em 23 de setembro de 2026
As tarefas que uma loja delegaria à IA no benchmark da AIGROW para pequenas empresas e o desempenho de cada um dos 36 modelos em todas elas, com aprovação ou reprovação segundo critérios definidos por escrito.
Um piloto, 1 execução por modelo em cada tarefa. Este teste foi executado em 23 de setembro de 2026. Desde então, os criadores substituíram 18 dos seus 36 modelos por versões mais recentes, e o teste não incluiu 26 modelos atuais da nossa lista. O ranking de LLM classifica os modelos atuais com base em resultados medidos.
- Qwen3.8 Flash
- 4 de 4
- Gemini 3.1 Pro (preview)
- 4 de 4
- DeepSeek V4.1 Flash
- 4 de 4
- DeepSeek V4 Pro
- 4 de 4
- Gemini 3.8 Flash
- 4 de 4
- Claude Sonnet 5
- 4 de 4
O benchmark da AIGROW para pequenas empresas inclui 4 tarefas que uma loja delegaria à IA. Em 23 de setembro de 2026, 12 modelos passou em todas as 4. A página de cada tarefa mostra as armadilhas e os erros de todos os modelos.
Todos os modelos nestas tarefas
Ordenados pelo número de aprovações; em caso de empate, prevalece o melhor desempenho no conjunto das 20 tarefas. O custo de 1.000 aprovações considera todo o benchmark, incluindo as execuções reprovadas.
| Modelo | Responder a pedidos de reembolso | Responder a pedidos de garantia em italiano | Escrever descrições de produtos em italiano | Redigir atas de reuniões | Aprovadas | 1.000 execuções bem-sucedidas |
|---|---|---|---|---|---|---|
| Qwen3.8 Flash | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 1,09 US$ |
| Gemini 3.1 Pro (preview)Substituído por Gemini 4 Argon | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 29,67 US$ |
| DeepSeek V4.1 Flash | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 1,05 US$ |
| DeepSeek V4 Pro | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 5,14 US$ |
| Gemini 3.8 Flash | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 7,17 US$ |
| Claude Sonnet 5Substituído por Claude Sonnet 5.5 | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 6,70 US$ |
| Qwen3.8 MaxSubstituído por Qwen4-Max | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 16,32 US$ |
| Claude Opus 5Substituído por Claude Opus 5.5 | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 16,89 US$ |
| GPT-5.5Substituído por GPT-6.2 Astra | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 17,02 US$ |
| GPT-6 AstraSubstituído por GPT-6.2 Astra | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 27,91 US$ |
| GPT-5.6 TerraSubstituído por GPT-6.1 Terra | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 6,68 US$ |
| Kimi K2.6Substituído por Kimi K3.1 Pro | Aprovado | Aprovado | Aprovado | Aprovado | 4 de 4 | 11,69 US$ |
| Kimi K3Substituído por Kimi K3.1 Pro | Aprovado | Aprovado | Reprovado | Aprovado | 3 de 4 | 18,44 US$ |
| GLM-5.3-Flash | Aprovado | Aprovado | Reprovado | Aprovado | 3 de 4 | 0,831 US$ |
| GLM-5.3 | Aprovado | Aprovado | Reprovado | Aprovado | 3 de 4 | 7,02 US$ |
| Grok 4.7 | Aprovado | Aprovado | Reprovado | Aprovado | 3 de 4 | 9,41 US$ |
| Qwen3.7 Plus | Reprovado | Aprovado | Aprovado | Aprovado | 3 de 4 | 3,58 US$ |
| GPT-5.6 SolSubstituído por GPT-6.2 Sol | Reprovado | Aprovado | Aprovado | Aprovado | 3 de 4 | 11,33 US$ |
| Claude Fable 5.1Substituído por Claude Fable 5.2 | Reprovado | Aprovado | Aprovado | Aprovado | 3 de 4 | 33,11 US$ |
| GPT-5.6 LunaSubstituído por GPT-6 Luna | Reprovado | Aprovado | Aprovado | Aprovado | 3 de 4 | 0,677 US$ |
| MiniMax M3 | Aprovado | Aprovado | Reprovado | Aprovado | 3 de 4 | 1,82 US$ |
| Claude Sonnet 4.6Substituído por Claude Sonnet 5.5 | Reprovado | Aprovado | Aprovado | Aprovado | 3 de 4 | 11,24 US$ |
| Gemma 4 31B | Reprovado | Aprovado | Aprovado | Aprovado | 3 de 4 | 0,558 US$ |
| Muse Glimmer 30B | Reprovado | Aprovado | Aprovado | Reprovado | 2 de 4 | 3,10 US$ |
| Grok 4.3 | Reprovado | Aprovado | Reprovado | Aprovado | 2 de 4 | 4,10 US$ |
| Qwen3.8 27B | Reprovado | Aprovado | Reprovado | Aprovado | 2 de 4 | 7,30 US$ |
| gpt-oss-120b | Reprovado | Aprovado | Reprovado | Aprovado | 2 de 4 | 0,422 US$ |
| Llama 4 Maverick | Reprovado | Reprovado | Aprovado | Aprovado | 2 de 4 | 0,665 US$ |
| GPT-5.4 miniSubstituído por GPT-6.1 Terra | Reprovado | Aprovado | Reprovado | Aprovado | 2 de 4 | 3,35 US$ |
| Mistral Medium 3.5Substituído por Mistral Large 4 | Reprovado | Aprovado | Reprovado | Aprovado | 2 de 4 | 7,40 US$ |
| Gemini 3.1 Flash-LiteSubstituído por Gemini 3.5 Flash-Lite | Reprovado | Reprovado | Aprovado | Reprovado | 1 de 4 | 1,41 US$ |
| Claude Haiku 4.5Substituído por Claude Haiku 5.5 | Reprovado | Aprovado | Reprovado | Reprovado | 1 de 4 | 6,62 US$ |
| GPT-5.4 nanoSubstituído por GPT-6 Luna | Reprovado | Reprovado | Reprovado | Aprovado | 1 de 4 | 1,51 US$ |
| Ministral 3 14B | Reprovado | Aprovado | Reprovado | Reprovado | 1 de 4 | 1,07 US$ |
| Gemini 3.5 Flash-Lite | Reprovado | Reprovado | Reprovado | Reprovado | 0 de 4 | 2,47 US$ |
| Mistral Small 4 | Reprovado | Reprovado | Reprovado | Reprovado | 0 de 4 | 1,33 US$ |
As tarefas
Cada página mostra a tarefa tal como foi apresentada aos modelos, as armadilhas, todos os critérios de avaliação explicados e os erros de cada modelo.
- Responda a uma cliente que pede um reembolso fora do prazo previsto
- Inglês. 17 de 36 execuções passaram.
- Responda em italiano a uma cliente que pensa, erradamente, que a garantia expirou
- Italiano. 31 de 36 execuções passaram.
- Escreva uma descrição de um azeite para uma loja italiana que respeite as regras de rotulagem
- Italiano. 21 de 36 execuções passaram.
- Transforme uma reunião da equipe de uma padaria em decisões, responsáveis e prazos
- Inglês. 30 de 36 execuções passaram.
Confie este trabalho a um agente
Um agente da AIGROW faz este tipo de trabalho nas suas ferramentas, segundo regras que você aprova por escrito, e encaminha os casos não previstos em vez de adivinhar.
Edição de outubro de 2026